本申请涉及一种音频信号处理的方法及装置，其中所述方法包括：获取背景音乐信号以及用户录入的干音信号，并分别对所述背景音乐信号及所述干音信号进行分帧处理，获得对应的背景音乐帧序列以及干音帧序列；针对所述干音帧序列的各干音帧数据，确定所述干音帧数据的处理状态，所述处理状态包括第一值及第二值；对处理状态为第二值的干音帧数据进行增益保护处理；将进行增益保护处理获得的干音帧数据以及对应时间的背景音乐帧数据进行混音处理，获得用于输出的混音帧信号。本实施例可以提升音量小的干音信号的音量水平，让节目中各种声音的音量波动尽可能的小，提高用户的收听体验，进而提升用户留存。